软件详细介绍
FunASR 是由 ModelScope 社区维护的开源语音识别工具包,提供从模型训练到推理部署的完整流水线,支持离线文件转写、流式实时识别、语音端点检测(VAD)、标点恢复、说话人分离等任务,并兼容 OpenAI API 与 MCP 协议,便于集成到各类应用中。
核心功能
- 多语言语音识别:支持中文、英文、日文等,并有覆盖 31 种语言的多语种模型。
- 流式识别:Paraformer-zh-streaming 模型支持分块实时转写,适用于直播、会议等场景。
- 说话人分离:结合 VAD 与 CAM++ 声纹模型,可为录音标注匿名说话人。
- 标点与情感:ct-punc 模型添加标点,SenseVoiceSmall 支持情感与音频事件标签。
- 部署灵活:提供 Python SDK、命令行工具、HTTP 服务及 vLLM 加速,支持 CPU/GPU 及边缘设备(GGUF/llama.cpp)。
典型使用场景
- 会议录音转文字并区分发言人。
- 为视频生成 SRT 字幕。
- 构建实时语音转写服务或语音助手。
- 批量处理音频文件,提取文本与情感信息。
与商业软件相比的优势与不足
优势:完全开源免费,可本地部署保障隐私;模型丰富且可定制;支持流式与离线多种模式;社区活跃,文档齐全。
不足:需要一定的技术背景进行环境配置;模型效果依赖音频质量与硬件;部分高级功能(如说话人识别)需组合多个模型;商业软件通常提供更完善的可视化界面与客户支持。
系统要求
Windows
- 操作系统:Windows 10 及以上(64 位)
- CPU 架构:x86-64
- 内存:至少 8 GB(推荐 16 GB 以上)
- 磁盘空间:至少 10 GB 可用空间(用于模型与依赖)
- 可选依赖:NVIDIA GPU(CUDA 11.7+)可加速推理;或使用 Vulkan 后端
macOS
- 操作系统:macOS 11 Big Sur 及以上
- CPU 架构:Apple Silicon(arm64)或 Intel
- 内存:至少 8 GB(推荐 16 GB)
- 磁盘空间:至少 10 GB 可用空间
- 可选依赖:无特殊要求,CPU 即可运行
Linux
- 操作系统:主流发行版(Ubuntu 20.04+、CentOS 7+ 等)
- CPU 架构:x86-64 或 arm64
- 内存:至少 8 GB(推荐 16 GB)
- 磁盘空间:至少 10 GB 可用空间
- 可选依赖:NVIDIA GPU(CUDA 11.7+)或 Vulkan 驱动;Python 3.8+ 环境
安装教程
Windows
- 从本页面的夸克网盘下载
funasr-llamacpp-windows-x64-cuda-blackwell.zip(适用于 NVIDIA Blackwell 架构 GPU)或选择其他兼容版本。 - 使用解压工具(如 7-Zip)将压缩包解压到任意目录,例如
C:\FunASR。 - 进入解压后的目录,双击运行
funasr.exe(或对应的可执行文件)。 - 首次启动时,程序会自动下载所需模型文件,请保持网络连接。
- 验证安装:打开命令提示符,导航到解压目录,运行
funasr --help,若显示帮助信息则安装成功。
macOS
- 从本页面的夸克网盘下载
funasr-llamacpp-macos-arm64.tar.gz(适用于 Apple Silicon)。 - 打开终端,使用
tar -xzf funasr-llamacpp-macos-arm64.tar.gz解压。 - 将解压出的
funasr可执行文件移动到/usr/local/bin或添加到 PATH:sudo mv funasr /usr/local/bin/。 - 首次运行前,可能需要在“系统设置 > 隐私与安全性”中允许来自任何来源的应用。
- 验证安装:在终端运行
funasr --help,若显示帮助信息则安装成功。
Linux
- 从本页面的夸克网盘下载
funasr-llamacpp-linux-x64-vulkan.tar.gz(适用于 Vulkan 后端)或选择其他版本。 - 使用
tar -xzf funasr-llamacpp-linux-x64-vulkan.tar.gz解压。 - 将解压出的
funasr可执行文件移动到/usr/local/bin:sudo mv funasr /usr/local/bin/。 - 确保系统已安装 Vulkan 驱动(如
libvulkan1),否则需先安装。 - 验证安装:运行
funasr --help,若显示帮助信息则安装成功。
下载链接
已转存至夸克网盘
软件信息
- 开发语言
- Python
- 开源协议
- MIT
- GitHub
- modelscope/FunASR
- Stars
- 2.1万
- 发布时间
- 2026-11-17
- 收录时间
- 2026-11-19
可替代
讯飞听见腾讯云语音识别阿里云智能语音交互Whisper剪映专业版